边缘计算是在网络边缘进行的数据处理，以减少延迟并降低对云计算和数据中心资源的需求。边缘计算发生在智能设备中–就在传感器和其他仪器收集和处理数据的地方–在设备连接到物联网（IoT）并发送数据供企业应用和人员进一步使用之前加快处理。
边缘计算增长的主要原因是效率。所有这些收集到的数据都需要在某个地方进行处理。而随着物联网数据量的增加，越来越多的处理是在边缘进行的。今天的连接设备更加智能，使得有能力对 “边缘人工智能”–边缘人工智能–进行编程，这是边缘智能的一个增长趋势。
凭借在快速发展的物联网行业十几年的经验，图为科技拥有完整的产品，可利用边缘计算功能优化物联网应用。
只提供重要的数据
在物联网中，大量的数据被收集在网络边缘，但并非所有的数据都是有用的。平均而言，大多数监测数据往往是标准的 “心跳 “数据。如果数据没有明显的变化，这意味着事情运作良好。例如，将数小时的数据发送到一个遥远的数据中心，显示一台机器的生命体征没有变化，这就没有意义了。
在过去，公司会将所有的监测数据发送到云端或企业数据中心进行处理、分析和存储。然而，随着物联网的发展，数据量使得这种方法不切实际。这就是边缘计算进入画面的地方。
边缘计算在靠近数据发源地的地方进行处理。这可以大大减少甚至消除将数据传输到云或企业数据中心所需的带宽成本。有些应用确实需要在边缘检查数据。然后，一个智能或人工智能支持的边缘计算过程可以立即评估情况是否需要实时响应，或将其发送到数据中心进行分析。
在边缘收集的数据大致可分为三种类型。
1.它不需要进一步的行动，也不需要储存。
2.应保留它，以便日后分析和/或保存记录
3.它要求立即作出反应
边缘计算的任务是区分这些类型的数据，确定需要何种级别的响应并采取相应的行动。在大多数情况下，在收集数据的边缘执行这些功能要有效得多。
当异常数据出现时，可能需要采取行动。边缘计算由于其物理上的接近性和由此产生的低延迟，可以对本地事件作出近乎实时的反应。不需要从边缘到云端再返回的数据往返。此外，减少网络上的数据流可以大大节省带宽，从而大大降低网络成本，特别是对于无线蜂窝连接。
评论前必须登录！
立即登录 注册